Anthropic baru saja merilis tutorial baru tentang rekayasa kontekstual yang efektif untuk Agen AI Saya melihatnya dan berbagi dengan Anda apa yang saya pelajari: Salah satunya adalah menghindari terlalu spesifik dalam perintah, seperti logika if-else yang kompleks pengkodean keras, karena kompatibilitas prompt desain ini sangat buruk, hampir dirancang untuk skenario yang sangat spesifik. Organisasi terstruktur adalah praktik yang baik, seperti markdown atau json. Saat memoles, cobalah untuk memulai dengan pemandangan terkecil terlebih dahulu, lalu kembangkan secara bertahap. Saat menggunakan panggilan alat, Anda harus membiarkan alat mengembalikan apa yang disebut informasi efektif token, misalnya, Anda hanya perlu {"temperature":28.2} untuk mengembalikan suhu saat ini, alih-alih "Cuaca hari ini cerah, suhu maksimum adalah 29, suhu rata-rata adalah 28.2" dan kemudian biarkan AI membersihkan data. Jika Anda tidak tahu bagaimana menggambarkannya secara logis, maka memberikan contoh sebenarnya adalah cara terbaik, dan memberikan beberapa contoh lagi dari sudut yang berbeda sangat efektif untuk AI. Pencarian kontekstual harus menggunakan pengambilan waktu nyata sebanyak mungkin, bukan caching jangka panjang, dan ketepatan waktu konten pengambilan perlu dipertimbangkan. Alamat tutorial: